dosequisのブックマーク - はてなブックマーク

標準エラー出力
dosequis 2008/04/03
stderr

development

programming

c
リンク
Awkによる日本語文字の処理(メモ)
わたしがAwkで処理するデータはおもに数値だが、文字列も含んでいる。その大部分はASCIIだが、地名などはいろいろな言語の文字コードが含まれていることがある。日本で作られたデータファイルには日本語文字を含むものが多い。日本の多くの人は、日本語文字列のマッチングや置きかえを含む処理をしたいだろう。そういう処理の参考になる例文がのっている本は、伊藤(1992)など1990年代に出されたものがいくつかある。しかし残念なことに、Awk処理系(インタプリタ)の多くは、 1文字が1バイトであることを想定して作られてきたので、 1文字を2バイトで表わす日本語文字(ここではいわゆる「全角」の漢字・かなをさす)の処理が期待どおりにならないことがある。たとえば、文字コードとして日本語EUCが使われているとし、ファイルokehutaには「桶蓋」という文字が含まれているとしよう。 2005年
dosequis 2007/07/15
リンク
1

はてなブックマーク